![]() |
|
![]() |
![]() |
![]() |
![]() |
Гливка Антон ГеоргійовичФакультет: комп'ютерних інофрмаційних технологій та автоматикиКафедра: автоматизовані системи управлінняСпеціальність: інформаційні управляючі системи та технологіїТема магістерської роботи:Розробка моделей та програмних засобів для оптимізації оперативного планування виробництва у машинобудуванніНаучний керівник: проф., д.т.н. Лаздинь Сергій Володимирович |
![]() |
![]() |
![]() |
|
![]() |
![]() |
|
![]() |
![]() |
ЗМІСТ
ЗМІСТ
|
![]() |
![]() |
![]() |
![]() |
![]() |
ВВЕДЕННЯ
ВВЕДЕННЯ
|
![]() |
![]() |
![]() |
![]() |
![]() |
1. АКТУАЛЬНІСТЬ ТЕМИ
1. АКТУАЛЬНІСТЬ ТЕМИ
|
![]() |
![]() |
![]() |
![]() |
![]() |
2. ЗВ'ЯЗОК РОБОТИ З НАУКОВИМИ ПРОГРАМАМИ, ПЛАНАМИ, ТЕМАМИ
2. ЗВ'ЯЗОК РОБОТИ З НАУКОВИМИ ПРОГРАМАМИ, ПЛАНАМИ, ТЕМАМИ
|
![]() |
Кваліфікаційна робота магістра виконувалася протягом 2008-2009 р. відповідно до наукових напрямків кафедри «Автоматизовані системи керування» Донецького національного технічного університету. |
![]() |
![]() |
![]() |
![]() |
![]() |
3. МЕТА ТА ЗАДАЧІ РОЗРОБКИ Й ДОСЛІДЖЕННЯ
3. МЕТА ТА ЗАДАЧІ РОЗРОБКИ Й ДОСЛІДЖЕННЯ
|
![]() |
![]() |
![]() |
![]() |
![]() |
4. ОЧІКУВАНА НАУКОВА НОВИЗНА
4. ОЧІКУВАНА НАУКОВА НОВИЗНА
|
![]() |
![]() |
![]() |
![]() |
![]() |
5. ПРАКТИЧНЕ ЗНАЧЕННЯ ОТРИМАНИХ РЕЗУЛЬТАТІВ
5. ПРАКТИЧНЕ ЗНАЧЕННЯ ОТРИМАНИХ РЕЗУЛЬТАТІВ
|
![]() |
![]() |
![]() |
![]() |
![]() |
6. АПРОБАЦІЯ РОБОТИ
6. АПРОБАЦІЯ РОБОТИ
|
![]() |
![]() |
![]() |
![]() |
![]() |
7. ОГЛЯД ДОСЛІДЖЕНЬ І РОЗРОБОК ПО ТЕМІ
7. ОГЛЯД ДОСЛІДЖЕНЬ І РОЗРОБОК ПО ТЕМІ
|
![]() |
![]() |
![]() |
![]() |
![]() |
8. ОПИС РОЗРОБЛЯЭМОЇ ПІДСИСТЕМИ
8. ОПИС РОЗРОБЛЯЭМОЇ ПІДСИСТЕМИ
|
![]() |
![]() |
![]() |
![]() |
![]() |
9. МЕТОДИ Й ЗАСОБИ ДОСЛІДЖЕННЯ Й РІШЕННЯ ПОСТАВЛЕНОГО ЗАВДАННЯ
9. МЕТОДИ Й ЗАСОБИ ДОСЛІДЖЕННЯ Й РІШЕННЯ ПОСТАВЛЕНОГО ЗАВДАННЯ
|
![]() |
![]() |
![]() |
![]() |
![]() |
10. ОПИС ОТРИМАНИХ І ПЛАНОВАНИХ РЕЗУЛЬТАТІВ
10. ОПИС ОТРИМАНИХ І ПЛАНОВАНИХ РЕЗУЛЬТАТІВ
|
![]() |
У результаті аналізу існуючих систем планування виявлені наступні недоліки: - розроблені моделі не дозволяють ураховувати багато факторів, що впливають на хід виробництва, які для різних підприємств можуть бути індивідуальні; - використання тільки математичних методів обмежується неможливістю швидкого реагування на виникаючі ситуації, що вимагають негайного коректування планів. Для виключення недоліків подібних розробок необхідно використати еволюційні методи, які дозволили б одержувати оптимальні рішення проблем реальних виробничих ситуацій за малий час. При рішенні такі методи розглядають систему планування як чорний ящик, коли на вході задаються різні значення параметрів планування, після чого оцінюється ефективність одержуваних розкладів з погляду ключових показників ефективності. На основі аналізу існуючих розробок в області еволюційних методів перспективним рішенням складних комбінаторних завдань оптимізації є гібридне використання генетичного й мурашиного алгоритмів. Це дозволить істотно поліпшити систему оперативного планування, тим самим скоротивши час одержання оптимальних або прийнятних виробничих розкладів. Також з появою випадкових подій, що впливають на процес виробництва, дозволить швидко реагувати на зміну й внесення коректив у вихідні дані. Виходячи з того, що динамічність виробництва, відхилення різного роду, неоднозначно певні критерії оптимізації, а також більша розмірність розв'язуваних завдань і мала стійкість вихідної інформації - все це викликає необхідність побудови таких методів рішення, які задовольняли б наступним основним вимогам: - універсальність, тобто придатність до різних типів виробництва - можливість обліку різноманітних виробничих обмежень - перехід від одного критерію оптимізації до іншому - припустимий час рахунку - одержання досить близького до оптимального рішення і його оцінка - забезпечення документацією, що містить необхідну нормативну й облікову інформацію - одержання реально здійсненних змінних завдань, ув'язаних з питаннями стимулювання - перевірка змінних завдань і забезпеченості необхідними ресурсами - можливість внесення змін у рішення на основі обліку реального виконання завдань і коректування план-графіка - зручність і релевантність подання вихідних даних і результатів рішення Всім перерахованим вимоги задовольняють методи імітаційного моделювання. Крім того, процес розробки аналітичної моделі виробництва надзвичайно складний, а в більшості випадків одержати модель просто неможливо. Проведення експериментів на реальній моделі також неприйнятно. Тому як основний засіб одержання параметрів виробничих систем вирішено використати імітаційні методи. Як оптимізаціонний апарат для рішення завдання виконання замовлень точно в строк, необхідно використати генетичний алгоритм. Цей метод дуже гнучкий, і, будучи побудованим у припущенні, що про навколишнє середовище нам відомий лише мінімум інформації (як це часто буває для складних технічних систем), алгоритм успішно справляється із широким колом проблем, особливо в тих завданнях, де не існує загальновідомих алгоритмів рішення або високий ступінь апріорної невизначеності. У багатьох проблемах є спеціальні знання, що дозволяють побудувати аппроксимаційну модель. При використанні ГА це може зменшити обсяг і час обчислень і спростити моделювання функцій, скоротити число помилок моделювання. Для оптимізації безпосередньо виробничих завдань цехам і ділянкам необхідно використати, всі частіше використовувані для оптимізаційних завдань, мурашиний алгоритм. Мурашині алгоритми являють собою новий перспективний метод рішення завдань оптимізації, в основі якого лежить моделювання поводження колонії мурах. Колонія являє собою систему з дуже простими правилами автономного поводження особин. Однак, незважаючи на примітивність поводження кожної окремої мурахи, поводження всієї колонії виявляється досить розумним. Ці принципи перевірені часом - удала адаптація до навколишнього світу протягом мільйонів років означає, що природа виробила дуже вдалий механізм поводження. Таким чином, оперативно-календарне планування, що становить основу оперативного керування підприємством, дуже трудомістке завдання. Її рішення має важливе значення для роботи всього підприємства. У традиційному підході рішення присутні істотні недоліки, тому в результаті роботи планується одержати нові методи, які будуть ґрунтуватися на системах штучного інтелекту, які дозволяють створювати більше гнучкі моделі, чим методи статистичної обробки інформації. |
![]() |
![]() |
![]() |
![]() |
![]() |
ВИСНОВКИ
ВИСНОВКИ
|
![]() |
У ході виконання даного курсового проекту були виконані завдання по аналізі методів і моделей оптимізації, програмних засобів і готових програмних продуктів оперативного планування виробництва в машинобудуванні. Зроблено аналіз існуючих систем і підсистем, у висновку якого обґрунтована актуальність створення підсистеми оперативного планування виробництва в машинобудуванні. Результатом аналізу стали пропозиції за структурою магістерської роботи, результати виконання якої зможуть бути використані для оптимізації оперативного планування виробництва в машинобудуванні. У роботі проведений аналіз, виявлені позитивні й негативні сторони існуючих методів моделювання, моделей й алгоритмів оптимізації. Наведено вагомі аргументи при виборі алгоритмів оптимізації. Аналіз показав, що найбільш підходящим є використання генетичного алгоритму й мурашиного алгоритму на різних рівнях оптимізації. Метою розроблювальної підсистеми є підвищення ефективності роботи машинобудівних підприємств за рахунок складання оптимальних планів виробництва й навантаження встаткування. |
![]() |
![]() |
![]() |
![]() |
![]() |
СПИСОК ЛІТЕРАТУРИ
СПИСОК ЛІТЕРАТУРИ
|
![]() |
1. Планирование дискретного производства в условиях АСУ / [Шкурба В.В., Болдырева В.А., Вьюн А.Ф. и др.]. - К. : Техника, 1975. - 296 с. 2. Сачко Н.С. Организация и оперативное управление машиностроительным производством / Н.С. Сачко. - Минск. : Новое знание, 2005. - 635 с. 3. Михайлова Л.В. Формирование и оперативное управление производственными системами на базе поточно-группового производства в автоматизированном режиме / Л.В. Михайлова, Ф.И. Парамонов, А.В. Чудин. - М. : ИТЦ МАТИ, 2002. - 60 с. 4. Сытник В.Ф. АСУП и оптимальное планирование / В.Ф. Сытник. - К. : Вища школа, 1977. - 312 с. 5. Крушевский А.В. Справочник по экономико-математическим моделям и методам / А.В. Крушевский. – К. : Техника, 1982. – 208 с. 6. Первозванский А.А. Математические модели в управлении производством / А.А. Первозванский. - М.: Наука, 1975. – 616 с. 7. Загидуллин Р.Р. Комплексная математическая модель оперативно-календарного планирования в гибких комплексах механической обработки / P.P. Загидуллин // Автоматизация и современные технологии. - 1999. - № 9. - С. 32-24. 8. Введение в теорию графов [Електронний ресурс] / Уилсон Р. - Режим доступа: http://engenegr.ru/2007/05/10/vvedenie_v_teoriju_grafov.html 9. Імітаційне моделювання систем масового обслуговування [Електронний ресурс] / Ю.В. Жерновий. - Режим доступа: http://zyurvas.narod.ru/bibTMO.html 10. Объектно-ориентированное моделирование [Електронний ресурс] / С.С. Гайсарян. - Режим доступа: http://www.citforum.ru/programming/oop_rsis/glava2.shtml 11. Танаев В.С. Введение в теорию расписаний / В.С. Танаев, В.В. Шкурба. - М. : Наука, 1975. 12. Описание метода ветвей и границ [Електронний ресурс]. - Режим доступа: http://math.nsc.ru/AP/benchmarks/UFLP/uflp_bb.html 13. Гладков Л.А. Генетические алгоритмы / Л.А. Гладков, В.М. Курейчик, В.В.Курейчик. – Ростов-на-Дону : Ростиздат, 2004г. 14. Муравьиные алгоритмы [Електронний ресурс] / А.А. Кажаров, В.М.Курейчик. - Режим доступа: http://raai.org/cai-08/files/cai-08_paper_144.doc |
![]() |
![]() |
![]() |
![]() |
![]() |
*Важливе зауваження
*Важливе зауваження
|
![]() |
Під час написання даного автореферату магістерська робота ще не завершена. Повне закінчення роботи: грудень 2009 року. Повний текст роботи та матеріали по темі можуть бути отримані в автора або його керівника після зазначеної дати. |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
|
ДонНТУ Портал магистров Факультет КИТА Кафедра АСУ Автобіографія |
Copyright © Anton Glivka, 2009-2ххх All Rights Reserved. |